Artikel ini, yang asalnya dipaparkan di MongoDB, dengan bangga disokong oleh rakan kongsi kami di SitePoint.
Panduan Tutorial Python ini baru untuk MongoDB melalui tugas -tugas penting. Kami akan meliputi:
menyediakan pangkalan data MongoDB Atlas percuma.
- Memasang Pemandu Pymongo.
- menyambung ke mongoDB dan menavigasi strukturnya (koleksi dan dokumen).
- Melaksanakan operasi asas CRUD (membuat, membaca, mengemas kini, memadam).
- Bermula dengan MongoDB Atlas
Mulailah dengan membuat kluster MongoDB percuma menggunakan MongoDB Atlas, perkhidmatan pangkalan data yang dihoskan. Arahan untuk menubuhkan kluster peringkat percuma disediakan di Lampiran. Atlas memudahkan persediaan dengan menyediakan rentetan sambungan.
Konsep Utama
MongoDB Atlas:
- Perkhidmatan pangkalan data berasaskan awan untuk penyebaran MongoDB yang mudah. ??
- pymongo: Pemandu Python rasmi untuk berinteraksi dengan MongoDB.
- koleksi: analog dengan jadual dalam pangkalan data relasi; kontena untuk dokumen.
- Dokumen: Struktur seperti JSON yang mewakili rekod data individu. MongoDB secara dalaman menggunakan BSON, perwakilan binari JSON, menyokong jenis data di luar standard JSON.
- Operasi CRUD: Buat, Baca, Kemas kini, dan Padam - Tindakan Pangkalan Data Asas.
- Memasang pymongo
Pasang pemacu Pymongo menggunakan PIP:
Nota: Atlas's Free Tier (M0) memerlukan Python 2.7.9 atau Python 3.4. Sahkan versi Python dan Pymongo anda menggunakan
danpython -m pip install pymongo. Lihat dokumentasi Pymongo yang lengkap untuk kaedah pemasangan alternatif.
python --version
pip list
menyambung ke status mongoDB dan pelayan
Coretan kod ini menyambung ke MongoDB dan mengambil maklumat status pelayan:
Gantikan
from pymongo import MongoClient from pprint import pprint client = MongoClient("<your_connection_string>") # Replace with your connection string db = client.admin serverStatusResult = db.command("serverStatus") pprint(serverStatusResult).
<your_connection_string>
mongodbtest.py
Koleksi dan dokumen python mongodbtest.py
MongoDB menggunakan dokumen seperti JSON. Contoh mudah:
Dokumen disimpan dalam koleksi, yang tinggal di dalam pangkalan data. Struktur ini mencerminkan pangkalan data relasi (pangkalan data -& gt; koleksi -& gt; dokumen).
{ "name": "Example Corp", "rating": 4, "address": { "street": "123 Main St", "city": "Anytown" } }Operasi CRUD Asas
1. Menyambung:
2. Menjana Data Sampel (
from pymongo import MongoClient client = MongoClient("<your_connection_string>") db = client.business # Creates or accesses the 'business' database
Skrip ini menghasilkan data semakan perniagaan sampel:
createsamples.py
from pymongo import MongoClient from random import randint client = MongoClient(port=27017) # Adjust port if necessary db = client.business names = ['Kitchen', 'Animal', 'State', 'Tastey', ...] # ...add more names company_type = ['LLC', 'Inc', 'Company', 'Corporation'] company_cuisine = ['Pizza', 'Bar Food', ...] # ...add more cuisines for x in range(1, 501): business = { 'name': names[randint(0, len(names) - 1)] + ' ' + ... , 'rating': randint(1, 5), 'cuisine': company_cuisine[randint(0, len(company_cuisine) - 1)] } result = db.reviews.insert_one(business) print(f'Created {x} of 500 as {result.inserted_id}') print('Finished creating 500 business reviews')
4. Agregasi:
python -m pip install pymongo
5. Mengemaskini data:
from pymongo import MongoClient from pprint import pprint client = MongoClient("<your_connection_string>") # Replace with your connection string db = client.admin serverStatusResult = db.command("serverStatus") pprint(serverStatusResult)
6. Memadam data:
{ "name": "Example Corp", "rating": 4, "address": { "street": "123 Main St", "city": "Anytown" } }pembelajaran selanjutnya
meneroka kursus Universiti MongoDB, terutamanya "MongoDB untuk pemaju (Python)," untuk pembelajaran mendalam.
Lampiran: Menyediakan pangkalan data Atlas Tahap MongoDB percuma
pergi ke mongodb atlas.
- Buat akaun percuma.
- Buat kluster baru, memilih pilihan "M0" (Tahap Percuma). Perhatikan sekatan rantau.
- Konfigurasi Whitelist IP anda untuk membenarkan akses dari mesin anda.
- Uji sambungan anda menggunakan shell mongo (arahan yang disediakan dalam artikel asal). Ingatlah untuk menggantikan ruang letak dengan kelayakan sebenar anda.
- Sambutan yang disemak ini mengekalkan kandungan artikel asal sambil meningkatkan kejelasan, struktur, dan pemformatan kod untuk kebolehbacaan yang lebih baik. Imej -imej tersebut dirujuk dengan betul, dan output adalah versi yang lebih baik dari asal.
Atas ialah kandungan terperinci Bermula dengan Python dan Mongodb. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kebimbangan utama dengan teknologi besar yang bereksperimen dengan kecerdasan buatan (AI) bukanlah ia mungkin menguasai kemanusiaan. Isu sebenar terletak pada ketidaktepatan model bahasa besar (LLMS) yang berterusan seperti chatgpt AI, Gemini Google, dan

Kecerdasan buatan yang lebih maju (AI) menjadi, semakin cenderung "halusinasi" dan memberikan maklumat palsu atau tidak tepat. Menurut penyelidikan oleh Openai, model penalaran yang paling baru dan berkuasa-O3 dan O4-mini-Exhibited H

Agensi Jenayah Kebangsaan UK (NCA) telah menahan empat individu yang disyaki terlibat dalam serangan siber yang menyasarkan Marks dan Spencer (M & S), Co-op, dan Harrods.

Model penalaran kecerdasan buatan (AI) tidak begitu mampu seperti yang muncul. Pada hakikatnya, prestasi mereka rosak sepenuhnya apabila tugas menjadi terlalu rumit, menurut penyelidik di Apple. Model -model yang rumit seperti Claude Anthropic, terbuka

Kriptografi pasca kuantiti telah menjadi keutamaan bagi pemimpin keselamatan siber, namun penyelidikan baru-baru ini menunjukkan bahawa sesetengah organisasi tidak merawat ancaman dengan keseriusan yang diperlukan. Komputer Quantum akhirnya dapat menyelesaikan t

Serangan ransomware membawa mereka kos pemulihan purata sebanyak $ 4.5 juta, menurut satu tinjauan baru -baru ini, yang juga mendapati sejumlah besar perniagaan telah terjejas oleh malware pada tahun lalu.

Red Hat telah memperkenalkan platform layan diri baru yang direka untuk memberikan akses yang lebih mudah kepada program pemajunya. Inisiatif Linux Red Hat Enterprise untuk Pemaju Perniagaan bertujuan untuk membantu pasukan pembangunan dalam membina, menguji, dan menggunakannya

Melabur dalam laman web baru atau platform digital adalah penting untuk sebarang perniagaan. Sama ada anda melancarkan permulaan, membina semula tapak warisan, atau memperluaskan jangkauan anda dengan kedai e -dagang baru, pasukan yang anda pilih untuk membawa visi anda ke kehidupan boleh membuat atau
